# 2026-06-21 — STT : portail de services, contextes (visualiseur + presets live), intents vocaux & actions via Hermes ## Résumé Très grosse itération sur **STT** (client + serveur). Le client gagne un **portail de services** (tuiles + pages détail avec santé live), un **sélecteur de contexte** et un **visualiseur** ; le serveur gagne des **contextes présélectionnables** qui injectent des **données live** (Ghostfolio, Prometheus, Alertmanager) et renvoient le contexte assemblé. Côté voix, des **intentions locales** (« ouvre X », « état du cluster », « combien sur mon ghostfolio »). Enfin, **Asa peut agir** sur le homelab via le **vrai agent Hermes** (`hermes -z --yolo`), derrière confirmation + jeton. Bascule aussi : **ASR Parakeet (onnx)** activé sur le poste, **jeton Ghostfolio unifié** (source client unique, appel côté serveur). --- ## Portail de services dans le HUD (#34, #35, #36) - **#34** — registre config-driven (`stt/portal/registry.py`, `[[services]]`) → panneau « Services » (tuiles cliquables) + ouverture dans le navigateur normal. Ajouter un service = quelques lignes. - **#35** — contrôles du service dans le HUD (Redémarrer / Mettre à jour / Arrêter) + commandes `stt --start` / `--restart`. Process détaché : systemd possède le job, le restart va à son terme. - **#36** — **pages détail** par service (description, **santé live**, composants, alertes, bouton Ouvrir) + pastilles live + badge d'alertes. Santé = `health.py` (StatusPoller) : probe HTTP + **Prometheus** `up{}`/kube-state-metrics + **Alertmanager** (hors Watchdog), parallélisé. --- ## Contextes d'Asa — visualiseur + presets live (#38 serveur, #39 client) Asa n'est plus bloqué sur le seul contexte « doc grounding-strict » (d'où les « la doc ne le précise pas » incompris). **5 contextes** : `funk` (RAG doc), `ghostfolio`, `grafana`, `alerting`, `cluster` — chacun change le system prompt **et injecte les données live** du domaine (`contexts.py` + `sources.py`). - `/v1/ask` accepte `context` et renvoie le **contexte assemblé** → **visualiseur** du HUD (« voir exactement ce qu'on envoie à Asa » : consigne + données live + RAG + mémoire). - Client : **sélecteur** (Réglages) + **drawer visualiseur** (icône ▤) + affichage de la version. --- ## Intentions vocales locales (#40, lecture seule) Reconnues avant le LLM (`portal/intents.py`, interceptées dans `engine._respond`) : « ouvre <service> » (ouvre la page), « état du cluster/services » (résumé santé parlé), « combien sur mon ghostfolio » (API Ghostfolio). Court-circuitent le LLM (mode « portail »). > ⚠️ Incident de merge : #37 (intents) avait été mergé dans sa **branche de base** (PR empilée, > branche supprimée) → jamais propagé à `main`. Idem l'affichage de version. **Récupérés** (#40) en > fusionnant `engine._respond` (intent_router + context_provider). Leçon : merger les PR empilées > dans l'ordre base→sommet, ou rebaser sur `main` avant merge. --- ## Jeton Ghostfolio unifié (#41) Avant : jeton en double (config client pour l'intent + secret k8s pour le contexte). Désormais **une source unique** — la config client — **transmise au serveur**, qui fait tous les appels Ghostfolio (`/v1/portfolio` + `secrets` dans `/v1/ask`). `portal/ghostfolio.py` (client) supprimé. --- ## Actions cluster via Hermes (#42, activé #43) **L'autre moitié de la vision : Asa peut AGIR.** Découverte clé : **Hermes n'a pas d'API HTTP** (appli TUI ; le « gateway :8080 » de la doc n'écoute pas) — mais un **mode one-shot** `hermes -z "" --yolo` (profil défaut, tous outils). - **storage-01** — rôle Ansible `hermes_exec` : service HTTP `:9096` (en user `hermes`) qui lance `hermes -z --yolo` derrière un **jeton Bearer** (`vault_hermes_exec_token`), avec timeout + audit (`/var/log/hermes-exec.log`). **Déployé et vérifié** (actif, 401 sans jeton). - **STT-server** — contexte **« agent »** (court-circuite le LLM) : **handshake de confirmation 2 temps** par session (« tu veux que… ? » → « confirme »/« annule ») → appelle hermes-exec. **Opt-in** (`STT_ACTIONS_ENABLED`, défaut false) ; le contexte n'apparaît que si activé + jeton. - **Sécurité** : désactivé par défaut, jeton obligatoire, `--yolo` seulement jeton+confirmation en main (la confirmation protège des erreurs de transcription), audit. **Client : aucun changement**. - Secret k8s `stt-server-secrets/hermes-exec-token` créé. **#43** bascule le flag → après merge, le contexte 🤖 Agent est opérationnel. --- ## ASR Parakeet activé (poste) Bascule du client sur `asr_engine = "onnx"` (NVIDIA Parakeet `nemo-parakeet-tdt-0.6b-v3`, CPU) : ~11× temps réel (0,31 s pour 3,6 s), « Hermès » bien transcrit. Whisper conservé en repli. --- ## Relevé d'état réel + RAG re-ingéré (soir) Passe de **vérification terrain** (SSH s01/g01 + `kubectl`) pour aligner la doc sur la réalité, et **re-ingestion du RAG**. Nouveau doc de référence : **`admin/ops/etat-cluster.md`** (snapshot daté). Écarts doc↔réalité corrigés (CLAUDE.md, README, install, k8s, incidents, rag, stt) : - OS **AlmaLinux 9.8** (et non 9.7) sur s01/g01 ; **k8s v1.33.1** sur les compute nodes. - RAG `funk-docs` **n'était pas vide** : le warning « supprimée 2026-06-17, re-ingest requis » était périmé. Embeddings basculés sur **nomic-embed-text** (`:1238`, dim 768, **CPU**) — plus qwen3-8b. - Namespace **`sacrifice`** (jeu FPS, hors-repo & hors ArgoCD) + base PG `sacrifice` + `grafana` non documentés ; services `ai` exposés via **IngressRoute** Traefik ; registry in-cluster. - Services de résilience non mentionnés : `llm-heartbeat` (s01), `llama-watchdog`/`llama-embed(-heartbeat)` (g01). - Instances llama CPU `:1236`/`:1237` (profils `system`/`monitor`) **manuelles et éteintes** au relevé. 🐛 **Bug RAG trouvé & corrigé** : ~46 chunks rataient l'embedding (HTTP 500 *input too large… increase physical batch size: 512*). `llama-embed` tournait avec l'**ubatch llama.cpp par défaut (512)** ; en mode `--embeddings`+pooling l'entrée doit tenir dans un seul ubatch → chunks > 512 tokens KO. **Fix** : `--batch-size`/`--ubatch-size = 2048` (rôle `llama_server`, var `llama_embed_ubatch_size` ; appliqué en live via drop-in systemd g01). `rag-ingest` gagne un retry 5xx. Drift IaC nettoyé (`rag/defaults` pointait encore qwen3-8b `:1234`). **Résultat : ré-ingestion 436/436, 0 erreur, collection 🟢.** --- ## Versions - Client `stt` : `0.7.0 → 0.13.0` (portail, contrôles, santé, contextes, intents, version, unification). - STT-server : `0.3.1 → 0.6.0` (grounding strict, contextes + sources live, /v1/portfolio, contexte agent). --- ## Prochaines étapes - ✅ **#43 mergé** (actions activées) et **RAG re-ingéré** (436 chunks) — faits. - **Appliquer `make apply-gpu`** pour réconcilier le drop-in `llama-embed` (ubatch) dans l'IaC, puis supprimer `/etc/systemd/system/llama-embed.service.d/batch.conf` sur g01. - 1er test vocal d'action avec confirmation (HUD → 🤖 Agent). - Optionnel : ajouter le jeton Ghostfolio en config client si l'intent « combien » est souhaité hors contexte. - Streaming ASR (transcription partielle live dans le HUD). - Corriger le wake word (« Asa » vs « Hermès ») si désiré. - Nettoyer les branches locales `claude/stt-*` devenues inutiles.